Hadoop集群搭建

目的

本文描述了如何安裝、配置和管理有實(shí)際意義的Hadoop集群，其規(guī)模可從幾個(gè)節(jié)點(diǎn)的小集群到幾千個(gè)節(jié)點(diǎn)的超大集群。

如果你希望在單機(jī)上安裝Hadoop玩玩，從這里能找到相關(guān)細(xì)節(jié)。

先決條件

確保在你集群中的每個(gè)節(jié)點(diǎn)上都安裝了所有必需軟件。

獲取Hadoop軟件包。

安裝

安裝Hadoop集群通常要將安裝軟件解壓到集群內(nèi)的所有機(jī)器上。

通常，集群里的一臺(tái)機(jī)器被指定為NameNode，另一臺(tái)不同的機(jī)器被指定為JobTracker。這些機(jī)器是masters。余下的機(jī)器即作為DataNode也作為T(mén)askTracker。這些機(jī)器是slaves。

我們用HADOOP_HOME指代安裝的根路徑。通常，集群里的所有機(jī)器的HADOOP_HOME路徑相同。

配置

接下來(lái)的幾節(jié)描述了如何配置Hadoop集群。

配置文件

對(duì)Hadoop的配置通過(guò)conf/目錄下的兩個(gè)重要配置文件完成：

hadoop-default.xml - 只讀的默認(rèn)配置。

hadoop-site.xml- 集群特有的配置。

要了解更多關(guān)于這些配置文件如何影響Hadoop框架的細(xì)節(jié)，請(qǐng)看這里。

此外，通過(guò)設(shè)置conf/hadoop-env.sh中的變量為集群特有的值，你可以對(duì)bin/目錄下的Hadoop腳本進(jìn)行控制。

集群配置

要配置Hadoop集群，你需要設(shè)置Hadoop守護(hù)進(jìn)程的運(yùn)行環(huán)境和Hadoop守護(hù)進(jìn)程的運(yùn)行參數(shù)。

Hadoop守護(hù)進(jìn)程指NameNode/DataNode       和JobTracker/TaskTracker。

配置Hadoop守護(hù)進(jìn)程的運(yùn)行環(huán)境

管理員可在conf/hadoop-env.sh腳本內(nèi)對(duì)Hadoop守護(hù)進(jìn)程的運(yùn)行環(huán)境做特別指定。

至少，你得設(shè)定JAVA_HOME使之在每一遠(yuǎn)端節(jié)點(diǎn)上都被正確設(shè)置。

管理員可以通過(guò)配置選項(xiàng)HADOOP_*_OPTS來(lái)分別配置各個(gè)守護(hù)進(jìn)程。          下表是可以配置的選項(xiàng)。

例如，配置Namenode時(shí),為了使其能夠并行回收垃圾（parallelGC），          要把下面的代碼加入到hadoop-env.sh:          
         export HADOOP_NAMENODE_OPTS="-XX:+UseParallelGC ${HADOOP_NAMENODE_OPTS}"          

其它可定制的常用參數(shù)還包括：

HADOOP_LOG_DIR- 守護(hù)進(jìn)程日志文件的存放目錄。如果不存在會(huì)被自動(dòng)創(chuàng)建。

HADOOP_HEAPSIZE- 最大可用的堆大小，單位為MB。比如，1000MB。              這個(gè)參數(shù)用于設(shè)置hadoop守護(hù)進(jìn)程的堆大小。缺省大小是1000MB。

配置Hadoop守護(hù)進(jìn)程的運(yùn)行參數(shù)

這部分涉及Hadoop集群的重要參數(shù)，這些參數(shù)在conf/hadoop-site.xml中指定。

通常，上述參數(shù)被標(biāo)記為                    final 以確保它們不被用戶應(yīng)用更改。

現(xiàn)實(shí)世界的集群配置

這節(jié)羅列在大規(guī)模集群上運(yùn)行sort基準(zhǔn)測(cè)試(benchmark)時(shí)使用到的一些非缺省配置。

運(yùn)行sort900的一些非缺省配置值，sort900即在900個(gè)節(jié)點(diǎn)的集群上對(duì)9TB的數(shù)據(jù)進(jìn)行排序：

運(yùn)行sort1400和sort2000時(shí)需要更新的配置，即在1400個(gè)節(jié)點(diǎn)上對(duì)14TB的數(shù)據(jù)進(jìn)行排序和在2000個(gè)節(jié)點(diǎn)上對(duì)20TB的數(shù)據(jù)進(jìn)行排序：

Slaves

通常，你選擇集群中的一臺(tái)機(jī)器作為NameNode，另外一臺(tái)不同的機(jī)器作為JobTracker。余下的機(jī)器即作為DataNode又作為T(mén)askTracker，這些被稱(chēng)之為slaves。

在conf/slaves文件中列出所有slave的主機(jī)名或者IP地址，一行一個(gè)。

日志

Hadoop使用Apache log4j來(lái)記錄日志，它由Apache Commons Logging框架來(lái)實(shí)現(xiàn)。編輯conf/log4j.properties文件可以改變Hadoop守護(hù)進(jìn)程的日志配置（日志格式等）。

歷史日志

作業(yè)的歷史文件集中存放在hadoop.job.history.location，這個(gè)也可以是在分布式文件系統(tǒng)下的路徑，其默認(rèn)值為${HADOOP_LOG_DIR}/history。jobtracker的web UI上有歷史日志的web UI鏈接。

歷史文件在用戶指定的目錄hadoop.job.history.user.location也會(huì)記錄一份，這個(gè)配置的缺省值為作業(yè)的輸出目錄。這些文件被存放在指定路徑下的“_logs/history/”目錄中。因此，默認(rèn)情況下日志文件會(huì)在“mapred.output.dir/_logs/history/”下。如果將hadoop.job.history.user.location指定為值none，系統(tǒng)將不再記錄此日志。

用戶可使用以下命令在指定路徑下查看歷史日志匯總
           $ bin/hadoop job -history output-dir
           這條命令會(huì)顯示作業(yè)的細(xì)節(jié)信息，失敗和終止的任務(wù)細(xì)節(jié)。
           關(guān)于作業(yè)的更多細(xì)節(jié)，比如成功的任務(wù)，以及對(duì)每個(gè)任務(wù)的所做的嘗試次數(shù)等可以用下面的命令查看
           $ bin/hadoop job -history all output-dir

一但全部必要的配置完成，將這些文件分發(fā)到所有機(jī)器的HADOOP_CONF_DIR路徑下，通常是${HADOOP_HOME}/conf。

Hadoop的機(jī)架感知

HDFS和Map/Reduce的組件是能夠感知機(jī)架的。

NameNode和JobTracker通過(guò)調(diào)用管理員配置模塊中的APIresolve來(lái)獲取集群里每個(gè)slave的機(jī)架id。該API將slave的DNS名稱(chēng)（或者IP地址）轉(zhuǎn)換成機(jī)架id。使用哪個(gè)模塊是通過(guò)配置項(xiàng)topology.node.switch.mapping.impl來(lái)指定的。模塊的默認(rèn)實(shí)現(xiàn)會(huì)調(diào)用topology.script.file.name配置項(xiàng)指定的一個(gè)的腳本/命令。 如果topology.script.file.name未被設(shè)置，對(duì)于所有傳入的IP地址，模塊會(huì)返回/default-rack作為機(jī)架id。在Map/Reduce部分還有一個(gè)額外的配置項(xiàng)mapred.cache.task.levels，該參數(shù)決定cache的級(jí)數(shù)（在網(wǎng)絡(luò)拓?fù)渲校?。例如，如果默認(rèn)值是2，會(huì)建立兩級(jí)的cache－ 一級(jí)針對(duì)主機(jī)（主機(jī) -> 任務(wù)的映射）另一級(jí)針對(duì)機(jī)架（機(jī)架 -> 任務(wù)的映射）。

啟動(dòng)Hadoop

啟動(dòng)Hadoop集群需要啟動(dòng)HDFS集群和Map/Reduce集群。

格式化一個(gè)新的分布式文件系統(tǒng)：
       $ bin/hadoop namenode -format     

在分配的NameNode上，運(yùn)行下面的命令啟動(dòng)HDFS：
       $ bin/start-dfs.sh     

bin/start-dfs.sh腳本會(huì)參照NameNode上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上啟動(dòng)DataNode守護(hù)進(jìn)程。

在分配的JobTracker上，運(yùn)行下面的命令啟動(dòng)Map/Reduce：
       $ bin/start-mapred.sh     

bin/start-mapred.sh腳本會(huì)參照J(rèn)obTracker上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上啟動(dòng)TaskTracker守護(hù)進(jìn)程。

停止Hadoop

在分配的NameNode上，執(zhí)行下面的命令停止HDFS：
       $ bin/stop-dfs.sh     

bin/stop-dfs.sh腳本會(huì)參照NameNode上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上停止DataNode守護(hù)進(jìn)程。

在分配的JobTracker上，運(yùn)行下面的命令停止Map/Reduce：
       $ bin/stop-mapred.sh

bin/stop-mapred.sh腳本會(huì)參照J(rèn)obTracker上${HADOOP_CONF_DIR}/slaves文件的內(nèi)容，在所有列出的slave上停止TaskTracker守護(hù)進(jìn)程。